エージェントによる融資 MongoDB とともに

ソリューション概要

伝統的な融資システムは、リアルタイムデータ、オートメーション、またはデジタルファーストなカスタマーエクスペリエンスに向けてビルドするいない分散したレガシーアプリケーションに依存しています。カスタマーは現在、即座の意思決定と完全な透明性を期待しています。一方、貸し手は増大するリスク、規制圧力、増大するデータ複雑性を管理しています。

このソリューションでは、現代的なデジタル融資システムをビルドする方法を示します。これにより、線形的でペーパー作業の多いプロセスを、起源、引受、承認、資金調達、およびサービスを1つのパイプラインに接続するデータに基づいたリアルタイムのワークフローに置き換えます。

参照アーキテクチャ

このソリューションは次のもので構成されています。

• フロントエンド：エクスペリエンス層：借り手ポータル、融資担当者ダッシュボード、デモフロー、および更新ダッシュボード。

• バックエンド: LangGraph エージェント パイプラインをホストし、REST、SSE、WebSocket を介して公開する FastAPI サービス。

• MongoDB Atlas: オペレーション レコード、ベクトル、時系列メトリクス、リアルタイム変更イベント、およびエージェント メモリのためのインテリジェントなデータ プラットフォーム。

• AI と可観測性：Amazon Bedrock（Claude Haiku 4、構造化された出力向けのツール使用）、および Voyage AI（マルチモーダル埋め込み）。

図1。ハイレベルアーキテクチャ: MongoDB によるエージェンティック・レンディング

クリックして拡大します

エージェント

LangGraph エージェント パイプラインは次のように構成されています。

図2。エージェントフロー。

クリックして拡大します

• スーパーバイザー: 各ステップ完了後にワークフローの状態を検査し、次に何を行うかを決定します。データ収集のためにファンアウトする、引受審査に進む、人手にエスカレートする、または完了する。アプリケーションが借り手の入力でブロックされた場合、リトライ ポリシーとポーズ条件を所有します。

• ドキュメント検証者：必要なドキュメントタイプと照合して完全性をチェックし、失敗した抽出にフラグを付け、抽出したテキストをハッシュ化することで重複アップロードを検出し、複数のドキュメントにわたって申請者名を交叉チェックします。

• クレジットプラー：アプリケーション上の各借入者について信用情報機関のレコードを検索し、スコアをワークフローの状態に添付します。

• ローンアプリケーションエージェント: 収集したドキュメントとクレジットデータを統合して整理されたアプリケーションの記述を作成し、アプリケーションのステータスを進めます。

• Underwriter: リスク集計を実行し、支払能力比率とストレステストを計算し、ベクトル検索によって適用されるポリシーを検索し、構造化された推奨事項（承認、却下、またはエスカレーション）を作成します。

• アプリケーションアシスタントエージェント: パイプラインの外で動作し、お客様自身のファイルとポリシーコーパスからのコンテキストを使用して、お客様の質問に答える。

監督者はドキュメント確認者とクレジット情報取得者を同時に派遣します。ドキュメント抽出とクレジット取得は互いに依存関係がありません。そのため、それらを重ねることで、パイプライン内で最も長い順次待機時間を除くことができます。

図3。LangGraph エージェント パイプライン。

クリックして拡大します

データモデルアプローチ

ワークフローは次のようなデータの種類を生成し、MongoDB Atlas はそれらのすべてを保存します。

• 構造化された運用レコード: 各レコードは、複数のテーブルにまたがる固定された行㎏ではなく、1つの成長するドキュメントとしてローンのライフサイクルを通じて変化します。

  • コレクション: アプリケーション、レイテンシ、クレジットレポート、チャット履歴、担当者、更新。

    {
      _id: ObjectId('67500c01000000000000a002'),
      id: ObjectId('67500c01000000000000a002'),
      loansId: 'APP-2026-00011',
      borrowerIds: [
        ObjectId('67500b01000000000000f002')
      ],
      borrowerNames: [
        'Grace Hopper'
      ],
      loanAmount: NumberInt('595000'),
      purchasePrice: NumberInt('850000'),
      downPayment: NumberInt('255000'),
      product: '7yr Fixed (30yr Amort)',
      property: {
        address: '226 W 108th St, New York City, NY 10025',
        type: 'Detached',
        purchasePrice: NumberInt('850000'),
        annualTax: NumberInt('11200')
      },
      incomeSummary: {
        combinedGross: NumberInt('110400'),
        primary: NumberInt('110400'),
        coApplicant: null
      },
      existingMonthlyDebt: NumberInt('0'),
      status: 'approved',
      statusHistory: [
        {
          status: 'submitted',
          timestamp: ISODate('2026-03-05T14:32:11.000Z'),
          detail: 'Application received'
        },
        {
          status: 'underReview',
          timestamp: ISODate('2026-03-07T10:00:00.000Z'),
          detail: 'Bureau pull complete; in underwriting'
        },
        {
          status: 'conditionallyApproved',
          timestamp: ISODate('2026-03-12T15:30:00.000Z'),
          detail: 'Conditional approval pending appraisal'
        },
        {
          status: 'approved',
          timestamp: ISODate('2026-03-20T11:15:00.000Z'),
          detail: 'Final approval issued'
        }
      ],
      createdAt: ISODate('2026-03-05T14:32:11.000Z'),
      updatedAt: ISODate('2026-03-20T11:15:00.000Z'),
      seedComplete: true
    }

• ベクトル付き非構造化コンテンツ：抽出された PDF テキストとその 1024 次元埋め込み (voyage-multimodal-3.5) は同じドキュメント上に存在します。そのため、1 つのクエリでは意味的な一致とそのビジネスデータがまとめて返されます。

  • コレクション: ドキュメント、ポリシー。

    {
      _id: ObjectId('69deb9600e702ecf5ed0b9c5'),
      application_id: 'APP-2026-00002',
      doc_type: 'government_id',
      filename: '01_government_id.pdf',
      extracted_text: 'This is a British Columbia Government Identification Card document package issued by ServiceBC Registry Services on March 1, 2024 (Document Reference: SA-2024-BC-00847). The package contains identification cards for two individuals: Jane Marie Doe (applicant), born March 14...',
      structured_data: {
        persons: [
          {
            full_name: 'Jane Marie Doe',
            date_of_birth: '1992-03-14',
            gender: 'F',
            height: '5\'7"',
            address: null,
            id_number: 'BC-7241-5583-JMD',
            expiry_date: '2029-03-14'
          },
          {
            full_name: 'John Robert Doe',
            date_of_birth: '1990-08-22',
            gender: 'M',
            height: '5\'10"',
            address: null,
            id_number: 'BC-8392-6147-JRD',
            expiry_date: '2029-08-22'
          }
        ],
        text_summary: 'This is a British Columbia Government Identification Card document package issued by ServiceBC Registry Services on March 1, 2024 (Document Reference: SA-2024-BC-00847). The package contains identification cards for two individuals: Jane Marie Doe (applicant), born March 14, 1992, female...',
        issuing_authority: 'ServiceBC -- Registry Services',
        issuing_address: 'Service BC, 4946 Canada Way, Burnaby, BC V5G 4J6',
        issue_date: '2024-03-01',
        document_reference: 'SA-2024-BC-00847',
        document_type: 'Government Identification Card',
        jurisdiction: 'British Columbia, Canada',
        note: 'SYNTHETIC DOCUMENT -- FOR DEMONSTRATION PURPOSES ONLY'
      },
      embedding: [
        Double('0.0546875'),
        Double('-0.00074005126953125'),
        Double('-0.03955078125'),
        Double('0.018798828125'),
       ......
      ],
      embedding_type: 'multimodal',
      embedding_pages: NumberInt('1'),
      status: 'parsed',
      created_at: ISODate('2026-04-14T22:02:08.271Z')
    }

• エージェントメモリ: LangGraph はスレッドごとに状態を保持するため、一時停止したワークフローは停止した場所から正確に再開されます。

  • コレクション: チェックポイント、チェックポイント書込み (write)、チェックポイントメタデータ。

    {
      _id: ObjectId('69deb00d938a6c352b22f83c'),
      thread_id: 'APP-2026-00002',
      idx: NumberInt('0'),
      checkpoint_id: '1f138480-5fd5-6ee2-bfff-20577a825d23',
      checkpoint_ns: '',
      task_path: '~__pregel_pull, __start__',
      task_id: 'd8f52fef-26db-0a3b-e30d-67652af78130',
      channel: 'messages',
      type: 'msgpack',
      value: BinData(0, 'kA==')
    }

• 調整と監査レコード: ドキュメントとして保存され、その他のデータと同じクエリ言語を使用する、ブロック条件、管理者の決定、分散されたロック。これにより、別の監査システムを保持する必要がありません。

  • コレクション: 介入、ヒット監査する、パイプラインロック。

    HITL_audit

    {
      _id: ObjectId('6a85cf398ec04b841ebc2a71'),
      application_id: 'APP-BA96654D',
      officer_id: 'officer-001',
      action: 'decline',
      notes: 'Declined after manual review',
      conditions: [],
      overrides: {},
      timestamp: ISODate('2026-08-19T15:43:53.719Z')
    }

• 対策: 入力されたエージェント生成のアクションアイテムを内部リスクコンテキストと借入者に安全なガイダンスを伴って保存します。ブロックされたアイテムは、解決されるまでワークフローを一時停止させ、再評価をtriggerします。

  {
    _id: ObjectId('6a8c34e671e78aca4e8ca9ae'),
    application_id: 'APP-4E8CA981',
    type: 'stress_test_failure',
    status: 'pending',
    internal_context: {
      source_node: 'underwriter',
      risk_flag: 'osfi_b20_failure',
      severity: 'blocking',
      stress_gds: Double('0.6876'),
      stress_tds: Double('0.9604'),
      stress_rate: Double('0.0689'),
      gds_limit: Double('0.39'),
      tds_limit: Double('0.44'),
      is_insured: false
    },
    borrower_context: {
      summary: 'Your application did not pass the OSFI B-20 mortgage stress test at the qualifying rate of 6.89%.',
      action_required: 'The stress test ensures you can afford payments if rates rise. You may improve your result by increasing your down payment, reducing existing debts, or choosing a less expensive property.',
      document_types_accepted: []
    },
    resolution: null,
    created_at: ISODate('2026-08-24T12:11:18.585Z'),
    resolved_at: null
  }

これらをまとめておくことが、ソリューションを管理しやすくする理由です。従来のスタックでは、操作レコードを関係データベースに、ベクトルを専用のベクトル保存 (する)に、メトリクスを時系列データベースに、エージェントの状態をキャッシュに配置します。そして、エンジニアリングの大部分は、これら 4 つのシステムのコンシステントを維持することに費やされます。

ソリューションのビルド

このセクションでは、エージェント適量ソリューションを実装する方法を示します。完全な実装ガイドについては、リポジトリをクローンし、GitHub README のセットアップ手順に従います。

このソリューションの構築は、次の手順で行います。

キーポイント

• 単一プラットフォーム MongoDB Atlas でエージェントの状態を統一する：エージェントによるワークフローは、運用レコード、埋め込み、およびチェックポイントされたメモリを発生させます。Atlas に4つのデータベースをすべて保存することで、4つのデータベーススタックの統合と整合性の作業を除く。

• Flexible Document Model を使用して、融資を1つの進化するドキュメントとしてモデル化する: document model により、借入者、クレジット、リスクのデータをライフサイクル全体を通じて1つのレコードに蓄積することができます。そのため、新しいエージェントが記入したフィールドおよびポリモーフィックな収入タイプには、スキーマの移行は不要です。

• Atlas Vector Search を使用して、ベクトルが記述するデータの隣でベクトルをクエリする: MongoDB は、各埋め込みをそれが記述するドキュメント上のフィールドとして保存します。そして Atlas Vector Search は、そこでそれをクエリします。1 つのクエリで、意味的な一致とそのビジネスデータがともに返されます。また、検索を 1 つのアプリケーションに限定すると、ある借入者のドキュメントが別の借入者の検索結果に含まれないようになります。

• 集計フレームワークを使用して、リスクスコアリングをデザインによって説明可能かつ構成可能にする：リスク計算を宣言的な集計パイプラインとして実行すると、スコアのすべてのステージが公開されるため、説明可能性は別個のレポート作成レイヤーからではなく、実装から得られます。

• LangGraph MongoDB Checkpointer を使用して、信頼性の高い人間が検討するためにエージェントのメモリを永続化する: このチェックポインターを使用すると、担当者が検討するために一時停止されたワークフローが再起動後も存続し、完全なコンテキストで再開できます。また、エージェントが決定を下したときに何を知っていたかを示す監査する際の証跡としても機能します。

作成者

• Peyman Parsi

• メトリクスを再構築する

• Andrea Alaman Calderon

詳細

MongoDB と agentic AI が、ワークフローを合理化し、リスクを低減し、借入者のエクスペリエンスを向上させるエンドツーエンドのデジタル融資ジャーニーをどのように実現するかについて詳しくはこちらで学ぶ。